3.3 Пример анализа данных с использованием Minitab for Windows

1 Ввести данные в Minitab for Windows

2 Проанализировать данные с помощью четырехквартального скользящего среднего. Для этого:

а) На панели меню выбрать команду StatTime Series  Moving Average

б) В открывшемся диалоговом окне (рисунок 3) выбрать ряд С1

в) Для выбора четырехквартального скользящего среднего в поле MA Length ввести значение 4.

г) Установить флажок Generate Forecasts и ввести значение 1 в поле Number of forecasts/

д) Нажать ОК.

Результат анализа представлен на рисунке 4. Прогнозное значение прибыли составляет 228,53 тыс.грн.

Рис. 3 Диалоговое окно Moving Average приложения Minitab for Windows

Рис. 4 Результат четырехквартального скользящего среднего

3 Проанализировать данные с помощью простого экспоненциального сглаживания. Для этого:

а) На панели меню выбрать команду StatTime Series  Single Exp Smoothing

б) В открывшемся диалоговом окне (рисунок 5) выбрать ряд С1

в) В поле Weight to Use in smoothing.выберите значение Optimal Arima.

г) Установить флажок Generate Forecasts и ввести значение 1 в поле Number of forecasts/

д) Нажать ОК.

Результат анализа представлен на рисунке 6. Прогнозное значение прибыли составляет 241,40 тыс.грн.

Рис. 5 Диалоговое окно Single Exponential Smoothing приложения Minitab for Windows

Рис. 6 Результат простого экспоненциального сглаживания

4 Проанализировать данные с помощью метода Хольта. Для этого:

а) На панели меню выбрать команду StatTime Series  Double Exp Smoothing

б) В открывшемся диалоговом окне (рисунок 7) выбрать ряд С1

в) В поле Weight to Use in smoothing.выберите значение Optimal Arima.

г) Установить флажок Generate Forecasts и ввести значение 1 в поле Number of forecasts/

д) Нажать ОК.

Результат анализа представлен на рисунке 8. Прогнозное значение прибыли составляет 241,65 тыс.грн.

Рис. 7 Диалоговое окно Double Exponential Smoothing приложения Minitab for Windows

Рис. 8 Результат метода Хольта для прибыли предприятия А

5 Проанализировать данные с помощью метода Винтерса. Для этого:

а) На панели меню выбрать команду StatTime Series  Winters Method

б) В открывшемся диалоговом окне (рисунок 9) выбрать ряд С1

в) В поле Seasonal length ввести значение 4 (период сезонных колебаний)

г) В поле Weight to Use in smoothing.выберите значения, представленные на рисунке 9.

д) Установить флажок Generate Forecasts и ввести значение 1 в поле Number of forecasts/

е) Нажать ОК.

Рис. 9 Диалоговое окно Winters Method приложения Minitab for Windows

Результат анализа представлен на рисунке 10. Прогнозное значение прибыли составляет 134,82 тыс.грн.

Рис. 10 Результат метода Винтерса для прибыли предприятия А

6 Для выбора метода прогнозирования по минимальной среднеквадратической ошибке (в Minitab - MSD) составим таблицу 4.

По таблице 4 видно, что из всех рассмотренных методов наиболее точно отражает имеющиеся данные метод Винтерса, который и следует использовать для прогнозирования.

Таблица 4 – Выбор метода прогнозирования

Метод	MSD
1 Наивные методы, вида
1.1	6752,3	237,4
1.2	17476,1	227,8
1.3	16883,9	228,2
1.4	3087,7	188,1
2 Методы основанные на усреднении
2.1 Простые скользящие средние	3812,6	228,5
3 Методы экспоненциального сглаживания
3.1 Простое экспоненциальное сглаживание	4927,84	241,40
3.2 Метод Хольта	5404,96	241,65
3.3 Метод Винтерса	783,38	134,82